Verlusterkennung

Die zeitnahe Erkennung von Verlusten ist für die Berechnung der Kennzahl OEE relevant. Besonders wichtig ist hier auch die kurze Zeitspanne zwischen Auftritt und Identifikation einer Störung. Es gibt vier verschiedene Varianten, in welchem der Verlust bei unterschiedlichen Stellen erkannt wird.

Für die OEE-Berechnung wird eine messbare Ausbringungsmenge vorausgesetzt. Falls Fehler auftreten ist es wichtig, diese zeitlich unmittelbar zu identifizieren. Die Dauer zwischen Auftritt und Identifikation einer Störung soll möglichst gering gehalten werden. Besonders schwer ist die schnelle Identifikation bei komplexen Fertigungslinien mit zwischengeschalteten Puffern. Eine weitere Erschwernis zur Ursachenfindung eines Fehlers ist die zeitliche und räumliche Trennung von Anlagen. Meist kann dann die Ursache des Fehlers nur noch ungenau ermittelt werden, wodurch die Information an Mehrwert für die Ermittlung verliert. Es gibt verschiedene Orte, an denen ein Verlust erkannt werden kann. Die Auswahl aus den vier Varianten ist abhängig von der Situation im Unternehmen. 

1. An der wertschöpfenden Maschine

2. Am Engpass

3. Am Ende

4. Mehrmals

Die Identifikation von Verlusten an der wertschöpfenden Maschine kann sich als sinnvoll erweisen. Bei Anlagen mit mehreren Komponenten gibt es meist eine Engpasskomponente. Sinnvoll ist es hierbei sich dort die Verlusterkennung anzusehen. Diese Variante ist aber mit Vorsicht zu genießen, da bei Produktwechseln auch die Engpässe wechseln können. Im Falle von Kleinverbünden kann es hilfreich sein am Ende die Verlusterkennung anzusetzen, da hier der Abstand zwischen Auftreten einer Störung und Erkennung des Verlsutes nicht allzu groß werden kann. Handelt es sich um große und unübersichtliche Anlagen, dann ist die Variante „Mehrmals“ zu bevorzugen. 

IT Digitalisierung: Verlusterkennung

kpibench ist Digitales Shopfloor-Management für die produzierende Industrie.

Als besonders benutzerfreundliche Cloud-Lösung vereinfacht sie die Überwachung und Analyse der Produktion massiv und trifft mit selbstlernenden Algorithmen geschäftsrelevante Vorhersagen.

Der Fokus der Lösung liegt im Fördern der Zusammenarbeit aller produktionsrelevanter Stakeholder durch digital gestütze Kommunikationsmittel: Geschäftsführung, Produktions-, Betriebs-, Werksleitung, Planung, Controlling, Instandhaltung, Schicht-& Maschinenführer.